Kenapa Proyek AI Kesehatan Banyak Gagal dan Cara Memulai yang Benar

Banyak proyek kecerdasan buatan (AI) di bidang kesehatan tidak berhasil berkembang melampaui tahap uji coba, bukan karena algoritmanya buruk, tapi karena data yang digunakan buruk dan sistem yang ada sulit berintegrasi. Data pasien tersebar di berbagai sistem berbeda dan tidak teratur sehingga AI kesulitan beroperasi dengan baik. Sering kali organisasi langsung membeli alat AI tanpa memperhatikan kualitas dan konsolidasi data terlebih dahulu. Padahal, AI membutuhkan data yang bersih dan terstandarisasi agar dapat memberikan hasil yang akurat dan dapat dipercaya di lingkungan rumah sakit nyata. Selain masalah data, kegagalan AI juga disebabkan oleh fokus yang kurang pada masalah nyata yang harus diselesaikan. AI harus didesain untuk menyelesaikan tantangan spesifik yang dihadapi pengguna, seperti mengurangi waktu yang dihabiskan perawat atau dokter dalam tugas tertentu. Sektor kesehatan sangat ketat regulasinya sehingga AI yang tidak dapat menjelaskan logika keputusannya berisiko menimbulkan masalah hukum dan menurunkan kepercayaan pengguna. Oleh karena itu, tata kelola dan kepatuhan terhadap regulasi harus diprioritaskan sejak tahap awal pengembangan AI. Kesimpulannya, untuk membuat AI sukses di kesehatan, organisasi harus memulai dari memperbaiki proses yang bermasalah, menetapkan tujuan yang jelas dengan fokus pada kebutuhan pengguna, dan menetapkan sistem pengawasan serta kepatuhan yang kuat sejak awal.